#23 Step 3.7 Flash
medium- Cost
- $0.006
- Timp
- 46.2s
- Tokenuri
- 4,466 tok
Stepfun
Lansare: 2026-05-29
Testat la: 2026-06-04 13:52
stepfun/step-3.7-flash::medium
Rezumat
Step 3.7 Flash obține 8.5 pe AI BENCHY și este pe #23. Are fiabilitate 9.9, rată de reușită 73.0%, cost total $0.376 și timp mediu de răspuns 20.35s.
Ce face Step 3.7 Flash unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #1, iar Inteligență generală este zona cea mai slabă, la #14.
8.5
Consistență
9.3
9.9
$0.376
Total tokenuri de ieșire
319,958
Total tokenuri de intrare
39,981
Preț de intrare
$0.200 / 1M
Preț de ieșire
$1.150 / 1M
Teste instabile
2
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Prezentare generare
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-06-04 13:52 Test nou adăugat | 8.0 | 9.9 | $0.376 | Rularea curentă | |
| 2026-05-29 11:49 Prima rulare | 7.9 | 9.9 | $0.404 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 13:52 · Rularea curentă | 8.5 | 9.3 | 9.9 | 14/21 | 2 | 319,958 | 39,981 | $0.376 | 20.35s |
| 2026-05-29 11:49 · Prima rulare | 7.9 | 9.2 | 9.9 | 13/20 | 2 | 344,492 | 0 | $0.404 | 20.29s |
| Diferență | +0.6 | +0.1 | 0.0 | +1 | 0 | -24534 | +39981 | -$0.028 | +64ms |
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire |
|---|---|---|
| 2026-06-04 15:40 | $0.200 / 1M | $1.150 / 1M |
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
Top modele după scor
Scor vs Cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Comparație rapidă
Step 3.7 FlashmediumvsGPT-5.2 ChatnoneStep 3.7 FlashmediumvsSeed-2.0-LitemediumStep 3.7 FlashmediumvsGPT-5.2mediumStep 3.7 FlashmediumvsGPT-5.4mediumStep 3.7 FlashmediumvsGrok 4.5mediumStep 3.7 FlashmediumvsGemini 3.5 FlashhighStep 3.7 FlashmediumvsGemini 3 Flash PreviewmediumStep 3.7 FlashmediumvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitStep 3.7 FlashmediumvsGPT-5.5low
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 8.7 | 7.9 | |
| Programare | 8.8 | 7.8 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 7.7 | 10.0 | |
| Inteligență generală | 4.0 | 10.0 | |
| Respectarea instrucțiunilor | 9.8 | 10.0 | |
| Rezolvare de puzzle-uri | 5.7 | 9.9 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |